一种基于宇宙演变的低对比度图像增强方法与流程

1.本发明属于图像处理技术领域,具体涉及一种基于宇宙演变的低对比度图像增强方法。


背景技术：

2.目前图像的应用越来越广泛，在人类生产、生活的各个领域随处可见，如社区监控、航空拍摄等等，但是图像在获取过程中易受噪声的影响，存在低对比度情况，因此低对比度图像增强已成为近年来的研究热点。传统空间域、频率域的图像增强算法，存在增强效果不佳的缺点，无法获得图像的细节信息。针对低对比度图像难于增强的特性,因此设计一种简单高效的方法具有重要的研究意义。


技术实现要素：

3.本发明的技术解决问题是：克服现有技术不足，针对图像对比度低的问题，提供一种基于宇宙演变的低对比度图像增强方法，提高了图像的对比度，改善了图像视觉效果，能够把图像细节信息显示。
4.本发明的技术解决方案为一种基于宇宙演变的低对比度图像增强方法，实现步骤如下：步骤1：输入低对比度待增强图像，为低对比度待增强图像在像素点(,)处的原始灰度值，对低对比度待增强图像每个像素点灰度值进行归一化变换：其中,为归一化灰度值，为低对比度待增强图像所有像素点的最大灰度值，为低对比度待增强图像所有像素点的最小灰度值。
5.步骤2：对归一化图像每个像素点进行增强处理：其中,函数f为非完全beta函数，为归一化图像每个像素点进行增强处理的结果。
6.非完全beta函数定义为：非完全beta函数定义为：其中, 为归一化后图像的灰度值变量,为非完全beta函数，、为非完
全beta函数的参数，0<<10，0<<10，t为积分变量，为的逆变换。
7.图像质量评价函数：其中, 、分别为图像的宽和高，单位均为像素，为增强后图像的灰度均值，值越大，图像灰度分布越均匀，图像对比度越高，图像质量越好。
8.把图像质量评价函数作为非完全beta的适应度函数，这样当宇宙演变算法获得、最优组合值时，图像的增强效果才能最佳。
9.步骤3：根据图像灰度值范围，对每个像素点进行反变换：其中,和分别为归一化图像像素灰度值范围中的最大和最小灰度值，与结果图像的位数有关，对于8位结果图像，=255，=0，为反变换得到的增强图像。
10.步骤4：输出增强图像。
11.所述的步骤2包括如下步骤：步骤2.1：读入低对比度待增强图像，宇宙由若干单宇宙群组成，初始化宇宙演变算法，包括迭代总次数，宇宙的单宇宙群数量，单宇宙群内部宇宙数量，整个宇宙群中最优宇宙初始空间位置。
12.设第个单宇宙群表示为：,第个单宇宙群的宇宙总数，第个单宇宙群中第个宇宙的适应度为，在自适应选择策略下其被选择的概率为：幂指数为：其中，表示个单宇宙群的最优适应度，是个单宇宙群的平均适应度，是动态调整系数。
13.步骤2.2：为了保持单宇宙群内部宇宙的多样性，在值域范围内的宇宙才进行信息交流，在值域范围之外的宇宙，只能被动接收其它宇宙的信息，某个单宇宙
群第个宇宙时刻的信息交流度为：其中，为相同层宇宙到第个宇宙的间距，为该单宇宙群的宇宙总数，随机因子因子服从均匀分布，为宇宙交流信息初始时的信息度，单位为tb,为宇宙的信息吸收系数，，宇宙只能接收信息，，宇宙只能发送信息，为宇宙的膨胀系数。
14.步骤2.3：宇宙位置更新为：随进化次数的增加，搜索空间逐渐减小，大大减弱宇宙解的多样性，从而在算法后期容易陷入局部解的状况，为增加解的多样性，增强算法跳出局部解的能力，对宇宙位置进行更新。在每代解中，选取适应度值最差的个解作为逃逸解：其中：为逃逸因子，是当代宇宙解的总数。并将逃逸解中最优的解定义为最佳逃逸宇宙，以此宇宙作为所有逃逸宇宙中心，使其跳出局部解。
15.步骤2.4：判断是否满足预设的最大运行迭代次数300次；若否，则回转执行所述的步骤2.1;若是,输出全局最优宇宙位置对应的最优、参数，进入步骤3。
16.本发明与现有技术相比的优点在于：本发明采用的方法原理简单且增强效果良好，可达到对图像增强的目的。
附图说明
17.图1为本发明一种基于宇宙演变的低对比度图像增强方法流程图。
具体实施方式
18.请见图1本发明所采用的技术方案是：一种基于宇宙演变算法的自适应图像增强方法，其特征在于，包括以下步骤：步骤1：输入低对比度待增强图像，为低对比度待增强图像在像素点(,)处的原始灰度值，对低对比度待增强图像每个像素点灰度值进行归一化变换：其中,为归一化灰度值，为低对比度待增强图像所有像素点的最大灰度值，为低对比度待增强图像所有像素点的最小灰度值。
19.步骤2：对归一化图像每个像素点进行增强处理：
其中,函数f为非完全beta函数，为归一化图像每个像素点进行增强处理的结果。
20.非完全beta函数定义为：非完全beta函数定义为：其中, 为归一化后图像的灰度值变量,为非完全beta函数，、为非完全beta函数的参数，0<<10，0<<10，t为积分变量，为的逆变换。
21.图像质量评价函数： 其中, 、分别为图像的宽和高，单位均为像素，为增强后图像的灰度均值，值越大，图像灰度分布越均匀，图像对比度越高，图像质量越好。
22.把图像质量评价函数作为非完全beta的适应度函数，这样当宇宙演变算法获得、最优组合值时，图像的增强效果才能最佳。
23.步骤3：根据图像灰度值范围，对每个像素点进行反变换：其中,和分别为归一化图像像素灰度值范围中的最大和最小灰度值，与结果图像的位数有关，对于8位结果图像，=255，=0，为反变换得到的增强图像。
24.步骤4：输出增强图像。
25.所述的步骤2包括如下步骤：步骤2.1：读入低对比度待增强图像，宇宙由若干单宇宙群组成，初始化宇宙演变算法，包括迭代总次数，宇宙的单宇宙群数量，单宇宙群内部宇宙数量，整个宇宙群中最优宇宙初始空间位置。
26.设第个单宇宙群表示为：,第个单宇宙群的宇宙总数，第个单宇宙群中第个宇宙的适应度为，在自适应选择策略下其被选择的概率为：
幂指数为：其中，表示个单宇宙群的最优适应度，是个单宇宙群的平均适应度，是动态调整系数。
27.步骤2.2：为了保持单宇宙群内部宇宙的多样性，在值域范围内的宇宙才进行信息交流，在值域范围之外的宇宙，只能被动接收其它宇宙的信息，某个单宇宙群第个宇宙时刻的信息交流度为：其中，为相同层宇宙到第个宇宙的间距，为该单宇宙群的宇宙总数，随机因子因子服从均匀分布，为宇宙交流信息初始时的信息度，单位为tb,为宇宙的信息吸收系数，，宇宙只能接收信息，，宇宙只能发送信息，为宇宙的膨胀系数。
28.步骤2.3：宇宙位置更新为：随进化次数的增加，搜索空间逐渐减小，大大减弱宇宙解的多样性，从而在算法后期容易陷入局部解的状况，为增加解的多样性，增强算法跳出局部解的能力，对宇宙位置进行更新。在每代解中，选取适应度值最差的个解作为逃逸解：其中：为逃逸因子，是当代宇宙解的总数。并将逃逸解中最优的解定义为最佳逃逸宇宙，以此宇宙作为所有逃逸宇宙中心，使其跳出局部解。
29.步骤2.4：判断是否满足预设的最大运行迭代次数300次；若否，则回转执行所述的步骤2.1;若是,输出全局最优宇宙位置对应的最优、参数，进入步骤3。
30.本发明通过利用宇宙演变算法对归一化的非完全beta函数图像增强的最优参数问题优化求解，从而可以快速的获得归一化的非完全beta函数最优参数。
31.应当理解的是，本说明书未详细阐述的部分均属于现有技术。
32.应当理解的是，上述针对较佳实施例的描述较为详细，并不能因此而认为是对本
发明专利保护范围的限制,本领域的普通技术人员在本发明的启示下，在不脱离本发明权利要求所保护的范围情况下，还可以做出替换或变形，均落入本发明的保护范围之内，本发明的请求保护范围应以所附权利要求为准。本发明说明书中未作详细描述的内容属于本领域专业技术人员的公知技术。